|
2. 文件 2.1 格式正确的 XML 文件 2.2 字符 2.3 通用语法成分 2.4 字符数据和标记 2.5 注释 2.6 处理指令 2.7 CDATA 段 2.8 序言和文件类型声明 2.9 独立文件声明 2.10 空白处理 2.11 行尾处理 2.12 语言标识
[定义：如果一个数据对象满足本规范中格式正确的之定义时，它是一个 XML 文件。一个格式正确的 XML 文件可以更进一步是有效的，如果它满足某些进一步的约束的话。]
每一个 XML 文件都有逻辑和物理结构。物理上而言，文件由称为实体的单元组成。一个实体可以引用（refer）其他实体，将它们包含在文件中。文件开始于"根（root）"或文件实体。逻辑上而言，文件由声明，元素，注释，字符引用和处理指令组成，所有这些都在文件中用显式标记指明。逻辑和物理结构必须如"4.3.2 格式正确的已析实体"中所描述的那样严格地嵌套。
2.1 格式正确的 XML 文件（Well-Formed XML Documents）
[定义：一个文本对象是一个格式正确的 XML 文件如果它满足：]
- 作为一个整体，它匹配
document 产生式。
- 它满足本规范中定义的所有格式正确性约束。
- 此文件中直接或间接引用的每一个已析实体都是格式正确的。
文件
[1]
document
::=
prolog element Misc*
匹配 document 产生式意味着：
- 它包含一个或多个元素。
- [定义：有且仅有一个称为根（root）或文件元素的元素，它不出现在其他任何元素的内容（content）中。] 对于其他所有元素，如果起始标签在另一个元素的内容中，则其结束标签也在同一元素的内容中。换一个更简单的说法，以起始标签和结束标签为界的各个元素，必须严格地嵌套。
[定义：这样做的结果是，对于每一个非根的元素 C，文件中另有一个元素 P，C 在 P 的内容中，而不在其他任何被 P 所包含的元素的内容中。P 被称为 C 的父元素（parent），而 C 被称为 P 的子元素（child）。]
2.2 字符
[定义：一个已析实体包含文本（text），文本是一个字符（character）序列，可以表示标记或字符数据。] [定义：一个字符是 ISO/IEC 10646 [ISO/IEC 10646]（或 [ISO/IEC 10646-2000]）中定义的文本最小单元。合法的字符包括制表符，回车，换行以及 Unicode 和 ISO/IEC 10646 中定义的合法字符。在制定本文档时，在附录 A.1 正式参考文献中引用的标准都是当时的最新版本，在这些标准的增补版或新版中可能会加入新的字符。因此，XML 处理器必须能接受产生式 Char 中所定义范围内的任意字符。不提倡使用 [Unicode] 6.8 节（或 [Unicode3] 3.6 节 D21 ）中定义的"兼容字符（compatibility characters）"。]
字符范围
[2]
Char
::=
#x9 | #xA | #xD | [#x20-#xD7FF] | [#xE000-#xFFFD] | [#x10000-#x10FFFF]
/* 除了代用块（surrogate block），FFFE 和 FFFF 以外的任意 Unicode 字符。*/
将字符代码编码成位模式的机制各个实体间可能会有所不同。所有的 XML 处理器必须接受 10646 中的 UTF-8 和 UTF-16 编码；用于指出所用编码或指定使用其他编码的机制在后面的"4.3.3 实体中的字符编码"中讨论。
2.3 通用语法成分
本节中定义了一些在文法中广泛使用的符号。
S（空白）包括一个或多个空格字符（#x20），回车，换行和制表符。
空白
[3]
S
::=
(#x20 | #x9 | #xD | #xA)+
为方便起见，字符被分为字母，数字和其他字符三类。字母可以是字母表中的字母，或是一个音节基字符（syllabic base character），也可以是一个表意字符。在"B. 字符的分类"中给出了每一类字符的完整定义。
[定义：名字（name）是以字母或某些标点符号开头的记号，后跟字母，数字，连字符，下划线，冒号或句号，这些符号统称为命名字符（name character）。] 以 "xml" 或其他任何匹配 (('X'|'x') ('M'|'m') ('L'|'l')) 的字符串开头的名字，被保留用于本规范的此版本或后续版本的标准化。
注：
建议 XML 中的名字空间 [XML Names] 中赋予了包含冒号的名字某种含义。因此除非用于名字空间，XML 文件作者不应该在 XML 名字中使用冒号，但 XML 处理器应该接受冒号作为一个命名字符。
Nmtoken（名字记号，name token）是任何命名字符的混合体。
名字和记号
[4]
NameChar
::=
Letter | Digit | '.' | '-' | '_' | ':' | CombiningChar | Extender
[5]
Name
::=
(Letter | '_' | ':') (NameChar)*
[6]
Names
::=
Name (S Name)*
[7]
Nmtoken
::=
(NameChar)+
[8]
Nmtokens
::=
Nmtoken (S Nmtoken)*
常量数据是任何用引号括起的字符串，不包括用作定界符的引号。常量用于指明内部实体的内容（EntityValue），属性值（AttValue），以及外部标识符（SystemLiteral）。注意，对 SystemLiteral 的语法分析可以不扫描标记。
常量
[9]
EntityValue
::=
'"' ([^%&"] | PEReference | Reference)* '"'
| "'" ([^%&'] | PEReference | Reference)* "'"
[10]
AttValue
::=
'"' ([^<&"] | Reference)* '"'
| "'" ([^<&'] | Reference)* "'"
[11]
SystemLiteral
::=
('"' [^"]* '"') | ("'" [^']* "'")
[12]
PubidLiteral
::=
'"' PubidChar* '"' | "'" (PubidChar - "'")* "'"
[13]
PubidChar
::=
#x20 | #xD | #xA | [a-zA-Z0-9] | [-'()+,./:=?;!*#@$_%]
注：
虽然产生式 EntityValue 允许定义只包含单个 < 的实体（如，
2.4 字符数据和标记
文本由字符数据和标记混合构成。[定义：标记包括起始标签，结束标签，空元素标签，实体引用，字符引用，注释，CDATA 段定界符，文件类型声明，处理指令，XML 声明，文本声明，以及任何在文件实体顶层的空白（即，在文件元素之外且不在任何其他的标记中）。]
[定义：其他所有非标记的文本组成文件的字符数据。]
"and"号（&）和左尖括号（<）只有作为标记定界符，或在注释，处理指令，或 CDATA 段中时才能以常量形式出现。如果在其他地方需要用到这两个字符，它们必须用数值式字符引用来转义或分别用字符串"&"和"<"表示。右尖括号(>）可以用">"表示，而当它在内容中的字符串"]]>"中出现，但此字符串不表示一个 CDATA 段的结束时，出于兼容性考虑，必须用">"或一个字符引用转义得到。
在一个元素的内容中，字符数据可以是不包括任何标记的起始定界符的任意字符串。在一个 CDATA 段中，字符数据可以是不包括 CDATA 段结束定界符"]]>"的任意字符串。
为了允许在属性值中包含单引号和双引号，省略符或称单引号（'）可以被表示为"'"，而双引号（"）可以被表示为"""。
字符数据
[14]
CharData
::=
[^<&]* - ([^<&]* ']]>' [^<&]*)
2.5 注释
[定义：注释可以在其他标记之外的文件中的任何位置出现。另外，它们可以在文件类型声明中文法允许的地方出现。它们不是文件字符数据的一部分，XML 处理器可以，但不是必须，允许一个应用检索注释的文本。出于兼容性考虑，字符串"--"（双连字符）不能在注释中出现。] 注释中的参数实体不被识别。
注释
[15]
Comment
::=
''
注释的一个例子：
注意，此文法不允许注释以 ---> 结尾。下面的例子不是格式正确的。
2.6 处理指令
[定义：处理指令（PI）允许文件中包含由应用来处理的指令。]
处理指令
[16]
PI
::=
'S (Char* - (Char* '?>' Char*)))? '?>'
[17]
PITarget
::=
Name - (('X' | 'x') ('M' | 'm') ('L' | 'l'))
PI 不是文件字符数据的一部分，但必须传递给应用。PI 以用于指示传递给哪个应用的目标（PITarget）开头。目标名字 "XML"，"xml"，等等，保留用于本规范的此版本或后续版本的标准化。XML 记法机制可以用于 PI 目标的形式化声明。参数实体在处理指令中不被识别。
2.7 CDATA 段
[定义：CDATA 段可以出现在字符数据可以出现的任何地方，它们用于转义包含会被识别为标记的字符串的文本块。CDATA 段以字符串 "" 开始，以字符串 "]]>" 结束：]
CDATA 段
[18]
CDSect
::=
CDStart CData CDEnd
[19]
CDStart
::=
'
[20]
CData
::=
(Char* - (Char* ']]>' Char*))
[21]
CDEnd
::=
']]>'
在一个 CDATA 段内，只有 CDEn [1] [2] [3] 下一页
|
评论
收藏
分享
打印
